KI-Sicherheit: Nur 24-36% des generierten Codes sind wirklich sicher
Veröffentlicht am: 16.07.2026 um 15:14 Uhr | Redaktion boerse-global.de
Der Grund liegt auf der Hand: Während KI-Assistenten die Code-Menge rasant steigern, werden Validierung und Sicherheitsprüfung zum neuen Engpass. Die Branche muss umdenken.
Der neue Engpass: Vom Code zur Kontrolle
Bislang galt: Je mehr Code, desto produktiver das Team. Doch diese Rechnung geht nicht mehr auf. Atlassian, der australische Software-Riese hinter Jira, hat bei einer internen Studie mit 6.000 Ingenieuren Erstaunliches festgestellt: Die Menge an KI-generiertem Code verdoppelte sich binnen drei Monaten – die Produktivität stieg jedoch nur um magere zehn bis fünfzehn Prozent.
Was läuft schief? Die Antwort liefert das Konzept der „Context Tax“ – der Zeitaufwand für das Einholen nötiger Informationen. Branchenexperten schätzen, dass Entwickler zwischen 30 und 70 Prozent ihrer Arbeitszeit damit verbringen, schlicht den Kontext für ihre Aufgaben zu sammeln.
Agenten statt Autocomplete: Der neue Ansatz
Atlassian reagiert mit einem strategischen Schwenk. Am 15. Juli launchte das Unternehmen neue KI-Funktionen für Jira, darunter einen Coding-Agenten und Schnittstellen zu Drittanbietern wie Claude Code und Cursor. Das Herzstück: der Teamwork Graph, der KI-Agenten mit organisatorischem Kontext füttert.
Die Ergebnisse sind beeindruckend: Agenten mit Kontextzugriff erledigten Aufgaben 44 Prozent effizienter und verkürzten die Durchlaufzeiten von Pull-Requests um 36 Prozent.
Auch im Hardware-Sektor tut sich was. Cadence präsentierte am selben Tag den AuraStack AI Super Agent, der spezialisierte KI-Agenten für Leiterplatten-Design orchestriert. Das Unternehmen verspricht eine 15-fache Produktivitätssteigerung. Ein Partner aus der Automobilzulieferung berichtet sogar, dass die Platzierung von 300 Komponenten von vier Tagen auf vier Minuten schrumpfte.
Sicherheitsrisiko: Funktionieren heißt nicht sicher sein
Der massive Einsatz von KI in der Softwareentwicklung bringt nicht nur Effizienz, sondern auch neue regulatorische Pflichten und Sicherheitsrisiken mit sich. Dieser kostenlose Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen. Umsetzungsleitfaden zum EU AI Act kostenlos herunterladen
Doch der Boom birgt Gefahren. Eine am 16. Juli veröffentlichte Studie, finanziert von Checkmarx, testete die Top-Modelle der Branche – Claude Opus 4.8, GPT-5.5 und Gemini 3.1 Pro. Das Ergebnis ist alarmierend: Obwohl die Modelle zwischen 83 und 95 Prozent funktional korrekte Lösungen lieferten, waren nur 24 bis 36 Prozent davon sicher.
Die Forscher betonen: Die KI erkennt Sicherheitslücken durchaus, wendet Schutzmaßnahmen aber nur an, wenn sie explizit mit einem Bedrohungsmodell gefüttert wird.
Die Folgen sind messbar. Laut einer Analyse von Ness Digital Engineering scheitern 43 Prozent der KI-assistierten Code-Änderungen beim Übergang in die Produktion. Ein GitLab-Report vom 16. Juli zeigt: 82 Prozent der Organisationen fürchten die langfristigen Konsequenzen von KI-Code. Und 43 Prozent können nicht mehr unterscheiden, ob ein Mensch oder eine Maschine den Code geschrieben hat.
Neue Metriken für eine neue Ära
Die alte Kennzahl „Lines of Code“ ist tot. Stattdessen rückt der Validierungsdurchsatz in den Fokus – die Geschwindigkeit, mit der ein Team Code verifizieren und sicher ausrollen kann.
Einige Unternehmen bauen ihre Entwicklungsprozesse komplett um. Statt Generalisten setzen sie auf rollenbasierte Agenten: Spezialisten für Backend, UI/UX und Architektur-Review. Ein solcher Umbau, über den am 16. Juli berichtet wurde, soll die Entwicklungsgeschwindigkeit um 300 Prozent gesteigert haben.
Neben technischen Risiken müssen Unternehmen auch die rechtlichen Rahmenbedingungen für den Einsatz künstlicher Intelligenz im Blick behalten. Dieser kostenlose Download verschafft Ihnen den nötigen Überblick über Fristen, Pflichten und Risikoklassen der neuen EU-Verordnung. EU AI Act in 5 Schritten verstehen
Die Branche bewegt sich weg vom „assistierten“ Coding hin zur „KI-nativen“ Auslieferung: Prozesse werden so gestaltet, dass Maschinen Routineaufgaben übernehmen, während Menschen sich auf strategische Architektur konzentrieren.
Neue Werkzeuge am Markt
Parallel entstehen spezialisierte Tools:
- GitHub veröffentlichte am 14. Juli eine öffentliche Vorschau seines
/security-review-Befehls, der uncommitteten Code auf Schwachstellen wie Injection-Angriffe und schwache Verschlüsselung scannt. - Liquid Instruments launchte am 15. Juli GenInst Studio, das per natürlicher Sprache validierte Testinstrumente für Hardware erstellt – unterstützt durch 50 Millionen Euro Finanzierung.
- Nvidia stellte am 15. Juli ein System vor, das KI-Agenten nutzt, um aus der USD Core Specification schlanke Laufzeitumgebungen zu generieren und Code automatisch gegen Test-Suiten zu prüfen.
Die Botschaft ist klar: Mehr Code allein bringt nichts. Entscheidend ist, was damit passiert – und wie schnell er sicher beim Kunden ankommt.
Disclaimer zu unseren Artikeln: Keine Anlageberatung, keine Kauf- oder Verkaufsempfehlung. Angaben zu Kursen, Unternehmen und Märkten ohne Gewähr; Änderungen jederzeit möglich. Börsengeschäfte können zu hohen Verlusten führen. Unsere Beiträge werden ganz oder teilweise automatisiert mit Unterstützung von AI erstellt und geprüft.
